基于面向?qū)ο蟮南剃柡w提取方法研究

趙文琳 羊秀娟

（西華師范大學(xué)國(guó)土資源學(xué)院，四川南充 637009）

1 引言

伴著通訊、信息處理以及GPS信息反饋等技術(shù)的日益完善，遙感對(duì)地觀測(cè)技術(shù)的空間、光譜分辨率顯著提高，采用遙感影像解譯來獲取水資源變化信息的成本降低，可行性也大大提高。經(jīng)典方法對(duì)遙感影像進(jìn)行信息提取多是在分辨率較低的遙感影像上進(jìn)行的，進(jìn)行水體信息提取的方法主要有目視判讀法和基于像元的分類方法，其中目視判讀法精度高但太過費(fèi)時(shí)費(fèi)力，基于像元分類方法精度又遠(yuǎn)遠(yuǎn)不夠。而面向?qū)ο蟮倪b感圖像分析是一類新的圖像分析理念和模式，它不僅是建立在過去幾十年被廣泛應(yīng)用的圖像分割、邊緣檢測(cè)、特征提取和分類等概念與方法之上的，而且還創(chuàng)新的將這些方法有機(jī)的組成一個(gè)整體，形成了一種圖像分析模式和理念，并且利用高分辨率影像的高分辨率和豐富信息，使提取成果與人工提取結(jié)果相差無幾。此外，分類完成之后還能夠建立對(duì)象之間的拓?fù)潢P(guān)系，反映地理實(shí)體間的關(guān)系，并使用空間分析的方法對(duì)遙感數(shù)據(jù)進(jìn)行更加深入的研究。

本研究基于面向?qū)ο蟮男畔⑻崛》椒ㄌ崛∠剃柡w面積，首先下載咸陽湖區(qū)域的遙感影像，使用ENVI軟件加載并進(jìn)行圖像預(yù)處理，通過圖像分割的方法把圖像分割成具有一定意義的對(duì)象，然后通過實(shí)地獲取的樣本數(shù)據(jù)對(duì)圖像進(jìn)行分類，最后把提取的咸陽湖面積與實(shí)際面積進(jìn)行比較并計(jì)算提取比率。

2 研究區(qū)概況

咸陽位于陜西省八百里秦川腹地，渭水穿南，嵕山亙北，山水俱陽。咸陽湖西起咸陽市秦都區(qū)渭濱辦南營(yíng)村，東至機(jī)場(chǎng)高速公路橋，全長(zhǎng)15.56km。咸陽湖主要利用汛期退水過程中泥沙含量較少的尾水蓄水，是咸陽市政府為治理渭河規(guī)劃建造的人工湖，起到了洪水治理、綠化環(huán)境、帶動(dòng)經(jīng)濟(jì)的作用。

3 數(shù)據(jù)處理與信息提取

面向?qū)ο蟮男畔⑻崛》椒ㄍㄟ^將臨近像元集中為對(duì)象來識(shí)別感興趣的光譜要素，同時(shí)也能夠利用圖像中的高分辨率全色和數(shù)據(jù)空間、紋理和波段信息等來進(jìn)行多種特征提取［1］。影像分析包括對(duì)象生成和信息提取兩部分內(nèi)容［2］，即首先對(duì)所下載的landsat8遙感影像進(jìn)行預(yù)處理，融合波段，裁剪出研究區(qū)域的遙感圖像，然后采用合適的分割尺度對(duì)圖像進(jìn)行分割，合并小版塊，得到均質(zhì)對(duì)象。之后進(jìn)行特征提取，在定義分類的基礎(chǔ)上進(jìn)行基于樣本的分類，統(tǒng)計(jì)分類結(jié)果，最終通過相應(yīng)計(jì)算得到提取面積。

3.1 數(shù)據(jù)來源 本研究所用數(shù)據(jù)采用美國(guó)國(guó)家航天局（NASA）的陸地資源系列衛(wèi)星landset8所拍攝的影像，傳感器為OLI和TIRS，它們的波段參數(shù)如表1和2。圖像內(nèi)包括咸陽湖水體信息、渭河水體信息、灃河水體信息、建筑物信息以及植被等其他信息，需要提取影像中咸陽湖的水體信息并計(jì)算面積。

表1 OLI傳感器波段參數(shù)

表2 TIRS傳感器波段參數(shù)

3.2 影像預(yù)處理 遙感影像在拍攝過程中，由于輻射、氣候等因素的存在衛(wèi)星所拍攝的影像會(huì)產(chǎn)生一定的圖像變形、大氣消光和失真等現(xiàn)象［2］。為了不影響影像的質(zhì)量和應(yīng)用，需要進(jìn)行數(shù)據(jù)預(yù)處理，其具體流程為自定義坐標(biāo)系、幾何校正、波段融合和圖像裁剪4個(gè)部分，本次研究數(shù)據(jù)處理不涉及幾何校正。首先將圖像坐標(biāo)系定義為北京54坐標(biāo)系。在對(duì)應(yīng)目錄下打開橢球體參數(shù)文件（ellipse.txt）、基準(zhǔn)面參數(shù)文件（datum.txt）和坐標(biāo)系參數(shù)文件（map_proj.txt），添加橢球體需要在橢球體參數(shù)文件的末尾添加3行內(nèi)容，添加基準(zhǔn)面需要在基準(zhǔn)面參數(shù)文件末尾添加3行內(nèi)容，如圖1所示。進(jìn)行需要的設(shè)定，添加新的工程，將設(shè)置的北京54坐標(biāo)系以文件形式導(dǎo)出，之后通過轉(zhuǎn)換投影將北京54坐標(biāo)系的參數(shù)設(shè)置在研究數(shù)據(jù)中。

圖1 添加橢球體和基準(zhǔn)面

添加初始數(shù)據(jù)，使用CN圖像融合工具將9個(gè)初始波段融合成一幅圖像，裁剪咸陽湖區(qū)域的遙感影像并保存，裁剪結(jié)果如圖2所示。

圖2 裁剪結(jié)果

3.3 生成對(duì)象 生成對(duì)象是生成具有一定意義均質(zhì)對(duì)象的過程，包括圖像分割、合并分塊、圖像鑲嵌和特征計(jì)算四個(gè)部分，研究中我們只涉及圖像分割與合并分塊。EN?VI對(duì)圖像進(jìn)行分割時(shí)以鄰近像素亮度、紋理、顏色等要素為依據(jù)，采用基于邊緣的分割算法［3］。這種算法計(jì)算快捷簡(jiǎn)便，并且用戶只需在軟件界面中鍵入1個(gè)參數(shù)就能產(chǎn)生多尺度分割結(jié)果，通過控制各種尺度的邊界差異，產(chǎn)生更適應(yīng)研究的分割結(jié)果。根據(jù)本文提供的方法，可供選擇的分割尺度為30、45和90，分別進(jìn)行分割，過程如圖3，效果如圖4、圖5和圖6所示。

由圖3～6可知，選擇分割尺度為30得到的對(duì)象太過細(xì)碎，不利于保證信息提取的效率；選擇分割尺度為90得到的對(duì)象又太過籠統(tǒng)，無法保證信息提取的精度；而選擇分割尺度為45得到的對(duì)象介于二者之間，結(jié)果較為理想，因此選擇分割尺度為45合并尺度為10進(jìn)行圖像分割。

圖3 分割過程

圖4 分割尺度為30的分割結(jié)果

圖5 分割尺度為45的分割結(jié)果

圖6 分割尺度為90的分割結(jié)果

3.4 特征提取 特征提取的的常用辦法是圖像分類。本實(shí)例采用基于樣本的圖像分類方法，先在圖像上手動(dòng)選擇樣本定義分類［4］，然后根據(jù)波段等特征進(jìn)行分類，將處理完成的圖像上所有具有相似特征的對(duì)象分為一類。為了更好的提取影像信息，提高分類效率，去除可能影響提取的小版塊，之后進(jìn)行分類統(tǒng)計(jì)，得到結(jié)果。定義樣本需要以實(shí)際地物圖進(jìn)行目視判讀結(jié)果為依據(jù)，本實(shí)例在圖像中定義咸陽湖、渭河、植被、房屋4類樣本，為不同的樣本設(shè)置不同的顏色，之后進(jìn)行圖像分類，輸出矢量文件，分類結(jié)果如圖7所示。

圖7 圖像分類結(jié)果

圖8 板塊合并結(jié)果

為了獲得更加直觀的結(jié)果圖，提高信息提取精度，使用了最大值/最小值分析合并小版塊，合并結(jié)果如圖8所示。其中紅色樣本代表咸陽湖水體，藍(lán)色樣本代表渭河水體，綠色樣本代表植被，灰紫色樣本代表建筑物，此外一些波段特征相似的對(duì)象也同樣被分到相應(yīng)的類別中，例如圖中部分分布在房屋中間的植被和渭河對(duì)象。

完成對(duì)象分類后進(jìn)行分類統(tǒng)計(jì)，即統(tǒng)計(jì)各類別對(duì)象的像元數(shù)以及特征的最大值和最小值，并得到分析圖表如圖9。根據(jù)統(tǒng)計(jì)結(jié)果，咸陽湖類別包含1199個(gè)像元，占圖像面積的0.788%；渭河類別包含5441個(gè)像元，占圖像面積的3.575%；植被類別包含12372個(gè)像元，占圖像面積的8.129%；房屋類別包含92870個(gè)像元；占圖像面積的61.022%。計(jì)算得到咸陽湖的面積為1.092km2。發(fā)現(xiàn)對(duì)象時(shí)需要選擇合適的分割尺度，注意分割尺度的選擇不當(dāng)會(huì)直接影響后面的分類效果及效率，所以需要慎重選擇；定義樣本時(shí)選擇盡量多的樣本，以便優(yōu)化分類結(jié)果提高分類精度；分類統(tǒng)計(jì)選擇的文件中必須包含分類類別，操作中需要選擇樣本庫中的所有樣本類型，否則無法得出統(tǒng)計(jì)結(jié)果。

圖9 統(tǒng)計(jì)結(jié)果

3.5 精度評(píng)價(jià) 利用面向?qū)ο蟮姆椒ㄌ崛〉南剃柡w信息表明，帶狀面狀水體的水陸邊界位置準(zhǔn)確，輪廓完整連續(xù)，識(shí)別效果理想［5］。咸陽湖水面的實(shí)際面積為1.2km2，

而提取面積為1.092km2，提取比率達(dá)到91%，所以實(shí)例說明面向?qū)ο笮畔⑻崛〖夹g(shù)的提取效果是非常精確的。

4 結(jié)論

利用遙感技術(shù)進(jìn)行水環(huán)境監(jiān)測(cè)、管理已成為一種趨勢(shì)，本文基于面向?qū)ο蟮姆椒ㄟM(jìn)行咸陽湖水體信息提取，得出的主要結(jié)論如下：

（1）采用Full Lambda-Schedule算法的基于邊緣圖像分割能夠準(zhǔn)確定位邊緣，快速運(yùn)算，一般用于合并存在于大塊、紋理性較強(qiáng)的區(qū)域。通過對(duì)圖像的分析，確定圖像分割的方法為該方法，圖像分割的尺度為45。

（2）通過實(shí)地獲取的樣本數(shù)據(jù)建立樣本庫，庫中樣本類型分別有咸陽湖水體樣本、渭河水體樣本、房屋樣本和植被樣本，利用所建樣本庫對(duì)圖像進(jìn)行分類。

（3）圖像分類結(jié)果是提取咸陽湖的面積為1.092km2，而實(shí)地面積為1.2km2，面積提率度達(dá)到91%。因此，基于面向?qū)ο蟮乃w信息提取方法具有較高的提取精度和效率，是一種簡(jiǎn)便可行的信息提取方法。